2014年1月16日 星期四

利用 曾氏通道 來計算 個股 ( 2324.tw 為例子) 的情形--- log stock price 是常態分布.




From chan


 請教Allan Lin~曾氏通道是否只適合應用於大盤呢? 個股是否也能應用呢? 還有一點,就是假設以價值分析後,個股是被低估,然而,在曾氏通道的比對下,趨勢是向下發展,這時侯又該如何取捨呢? 我是因為對禮來製藥(LLY)與建設銀行(601939)作價值及曾氏通道比對後,才發現此問題~特來請教~謝謝



Allan Lin chan ... 這件事我也在思考, 我試試用 2324.tw 做實驗,曾氏通道的比對下,趨勢是向下發展.. but ,,, 他的價位仍然落在 悲觀區.... 我覺得非常非常有趣, 這跟仁寶的現況一樣.... 獲利的趨勢向下, but 價格偏離太大, 難怪他會反彈, 我覺得可以使用

Allan Lin chan ... 大盤應該沒有問題, 個別股票, 我在實驗當中

-----------------------------------------------------------------------------------------------------------------




我在上次一篇文章, 突然發現了一件事, 那就是 曾氏通道 的圖形, pbr per dividend yield m sd 的圖形, 十分的類似, 我當時十分的興奮, 也自己頒諾貝爾獎給自己...慰勞自己一下

((可以參考下面文章

ETF 的價值投資法---- 利用國家指數 PER .PBR, DIVIDEND YIELD ..MSCI COUNTRY INDEX 曾氏通道, 買賣 ETF (基金) 策略, 以歐洲基金為例


這就是我的秘密 ...我對照了 曾氏通道的位置, 短期長期都跟 SHILLER PE十分相似 ... WOW 真是..................... ( LOG PRICE 曾氏通道 可以直接代替 PER PBR DIVIDEND YIELD …...M Sd …...WOW....... 這個發現太驚人了, 我自己頒給自己諾貝爾獎) ))

後來經過社團的高手 mike , 的指教.... log stock price ...確實是呈現常態分布,沒有錯, 選擇權有兩種公式... 其中之一的

Black-Scholes股價選擇權 之評價公式-----就是利用 股票價格是對數常態分配
來評定價格. 我也上網讀了一些 文獻, log stock price 確實是常態分布

這個想法十分的有趣, 難怪只有分析價格的 曾氏通道, 與分析基本面 m sd 長得那麼類似

我也在思考, 曾氏通道 是否可以用在 個別股票
我就利用 我們的社寶---2324.tw 仁寶, 來計算看看

download 2324.tw from 2005. sep...( 為了比較台灣證交所 pbr, per , dividend yield 的資料日期) 仁寶的 pbr m sd 可以參考下列文章 ---利用台灣證券交易所 DATA 做出 2324.tw 仁寶PBR (平均數,標準差)河流圖--- 再一次推薦巴大帥哥的想法





我分兩個階段, 計算

1.from 2005 sep ,, to 2013 jun.... 主要是測試, 利用 曾氏通道, 是否出現訊號,可以買到股票.... 答案是... yes.... 仁寶 已經落在 95% 悲觀區




2.from 2005 sep to now.... 主要是測試, 現在的情況, 股票已經賺錢了, 什麼時候要賣----- 答案是, 利用 曾氏通道 的想法, 目前還不到 趨勢線.... 保守的可以在 trendline= 26.21....(獲利大於50%).. 樂觀的可以在 75% =34.37or 95%=41.6 樂觀區 賣 ( 獲利大於 100%)





我們經過以上的運算
可以得到幾個結論
1.曾氏通道 也可以表現出產業的趨勢.. 電腦代工產業, 一片紅海, 獲利能力一直降低
曾氏通道 的趨勢線, 也是一路向下

2.縱然在一個趨勢向下的產業, 只要股價偏離趨勢線太大, 我們可以在悲觀區域買進, 照樣可以獲利 50% to 100%..... 這樣的結論...跟巴大帥哥教導我們的一模一樣

3. 曾氏通道 利用在個股要小心, 就像巴大哥教導我們的一樣,要找大型的股票, 大型的股票才有均線回歸的現象, 小型的股票可能會倒閉, 計算半天 曾氏通道 ,,, 等於做白工

  1. 股票的價格, 真的像書本教導我們的, 基本面是主人, 股票價格是狗, 股票的價格終究要回歸到基本面,我們可以利用 曾氏通道 的想法, 直接計算股票價格, 會帶給我們十分的方便,又不會遠離基本面, 真的超級讚


下面社團高手的討論, 我收穫很多, 要跟大家分享


Allan Lin 英哥... 我想跟你分享, 一個重大的發現, LOG PRICE ,,, 和基本分析的走勢一樣, 這個方法, 我可以應用在技術分析.... 只要 LOG PRICE ,,, 技術分析的成功率會大大提高

Kevin Lee 請教: 為什麼取Log 後 成功率會提高呢?? 是因為 log 把長期間數值的大差異轉化成指數後 差異數值差異變小嗎?? (raw data轉換後 更符合normal distribution + mean reversion)

Allan Lin HI KEVIN 目前觀察到 LOG PRICE ,AND ,, 基本分析的走勢類似, SO LOG PRICE .. 照道理要有這些現象 MEAN REVERSION NORMAL DISTRIBUTION沒有錯... 我印象中投資學有講這個... 我整理一下... 再跟大家分享 (曾氏通道就是 MEAN回歸 )

蕭輔彥 是因為log將複利對價格的影響正規化 ^ ^

Allan Lin 法蘭克 果然有學問....厲害厲害

Mike Chang 投資/經濟學是在選擇權估價上假設 Price lognormal 分佈,用 log 變成 Normal 分佈表現 return

Ching-Jan Lu 小弟的淺見是, 買老王就看老王, 買小陳就看小陳, 都當獨立個體 ... 看老王買小陳或是看小陳買老王 其實都不一定是那樣的邏輯, 有無可能剛好矇到 , 除非可以很確定連動關係 .........RMB一路升&陸股一路跌, 日幣一路扁&日股一路漲, 不就是不太一樣的情況...個人淺見....... @@" ....

Tivo Chang 1. 曾氏通道不就是統計平均數趨勢,與百分位概念?
2. 以前統計概念是「看老王買小陳或是看小陳買老王」,要討論「因果關係」,若無就「買老王就看老王, 買小陳就看小陳」
3. 現在「Big Data」,是若存在相關則不管因果,「看老王買小陳或是看小陳買老王」

Ching-Jan Lu 感謝Tivo大解說, 像塑化類與石油的連動, 航運與BDI連動等等, 都是合理的推測關聯 ...股匯的連動小弟覺得是沒那麼確定可以通用


Tivo Chang 方向可以看(參考),但幅度就不一定。ex, 原物料/基本金屬的漲跌,與澳幣就息息相關....



15 則留言:

  1. Hi Allen,您好!
    在您2014/1/16的blog(http://allanlin998.blogspot.tw/2014/01/2324tw-log-stock-price.html)裏面,在曾氏通道裏面,您提到股價取log,若有股價的data base,此log對數是否可以能運用excel公式的得到所有股價data base的取log以後的所有數據?
    在來95% optimism,75% optimism,75%pessimism與95%pessimism是如何取得?抱歉,實在想了一段時間無法了解,只好在留言請教。

    回覆刪除
  2. HI 小儒:

    1. 可以啊 =LOG(PRICE) OR LN(PRICE)

    2. 先計算 TRENDLINE
    95% OPTIMISM = NORMINV(0.975, TREND, SD)
    參考
    追求自由先生 http://freenenjoy.blogspot.tw/2013/08/blog-post.html

    回覆刪除
  3. Hi Allan,您好!
    謝謝您的點撥。讓我這幾周的疑惑豁然開朗。

    回覆刪除
  4. Allan版主您好

    最近對於個股運用曾氏通道有點想法,我覺得要利用曾氏通道只需要思考一件事情就是均值回歸
    ETF當然沒問題
    而個股均值回歸的問題則需要考慮產業與企業
    以免買到產業前景不好而無法有均值回歸的情形
    SO其實曾氏通道也可以作為價值投資買賣的標準

    以上純屬個人淺見,畢竟接觸價值投資的時間才半年,若有思考漏洞的地方,請版主見諒@@

    回覆刪除
    回覆
    1. HI封郡兄:

      完全同意你的看法

      謝謝你的分享
      3Q
      3Q

      刪除
  5. Hi Allan,您好!
    將仁寳從94/09/02至102/12/31每一天股價收盤價整理出來的data base,利用excel公式算出每一天log(price)已沒問題。
    而TRENDLINE與SD的數據則是如何算出來?是否可以請您告知,謝謝!

    回覆刪除
  6. TREND LINE : =TREND ( DATA1, DATA END)
    THEN 計算相差 TREND LINE DATA - LOG (PRICE)

    sd ... = stdev( 相差1, 相差end)

    回覆刪除
    回覆
    1. hi 小儒兄:
      你可以到

      http://ge.tt/4zCanDZ

      下載 excel ...
      2324.tw jing passway new.xlsx

      看看你就明白了... good luck

      刪除
  7. Hi Allan,您好!
    謝謝您珍貴的information。

    回覆刪除
  8. Hi Allan,您好!
    我算2324.tw TRENDLINE,用從94/9/2(data1=94/9/2收盤價)到103/12/13(data end=103/12/13收盤價)的每一日收盤價,用excel 的公式“TREND(data1:data end)”的數值是33.66487,而您2014/1/16的blog上面則為26.21。不知我那裏誤解您的説法?算出來有如此的出入。

    而計算相差 :TREND LINE DATA –LOG(PRICE)。TREND LINE DATA是否就是您算出來的26.21?還是須請您解惑。

    回覆刪除
  9. hi 小儒兄:

    你有沒有 LOG PRICE??

    回覆刪除
  10. Hi Allan, 您好!
    取log(price),是從94/09/02的log(price1)到102/12/31的log(price end)。因此計算的差異:TRENDLINE-log(price)=TREND(price1:price end)-log(price n)
    各個差異:94/09/02 差異1 TREND(price1:price end)-log(price 1 )
    94/09/05 差異2 TREND(price1:price end)-log(price 2 )
    ……
    102/12/31 差異end TREND(price1:price end)-log(price end )

    回覆刪除
    回覆
    1. hi 小儒兄:

      你可以看看 EXCEL

      SORRY 你說的 我看不太懂

      刪除
    2. HI 小儒兄:

      PRICE = 10^TREND LINE=26.2181
      要把它還原回去

      刪除
  11. Hi Allan,您好!
    非常謝謝您的2324 excel表,真的功德無量。

    回覆刪除

Related Posts Plugin for WordPress, Blogger...